TMMOB HARİTA VE KADASTRO MÜHENDİSLERİ ODASI MESLEKİ AÇILIMLAR KURULTAYI ARAZİ YÖNETİMİ ALANINDAKİ YÖNELİMLER ÇALIŞMA GRUBU TASLAK RAPORU

Transkript

1 TMMOB HARİTA VE KADASTRO MÜHENDİSLERİ ODASI MESLEKİ AÇILIMLAR KURULTAYI ARAZİ YÖNETİMİ ALANINDAKİ YÖNELİMLER ÇALIŞMA GRUBU TASLAK RAPORU ARALIK 2017 İSTANBUL

2 Teknolojilerin Mesleğe Uygulamaları Çalışma Grubu (TMUÇG) olarak öncelikle Mekansal Bilgi endüstrisinde (Geomatik/Geoinformatik/Harita ve Kadastro Mühendisliği sektöründe) teknolojinin nasıl kullanıldığını tespit etmek amacıyla web ortamında bir anket hazırlanmıştır. (Anket Sonuçları) TMUÇG olarak öncelikle çalışma grubunun amacı belirlenmiştir. Belirlenen amaç: Mekansal Bilgi Sektöründe hızlı gelişen mekansal veri elde etme, mekansal değerlendirme, görselleştirme/paylaşım tekniklerine, yöntemlerine ve teknolojilerine ilişkin Türkiye de nasıl bir strateji geliştirileceği ve nasıl politika oluşturulacağı konusudur. TMUÇG nun temel amacı: meslek sahiplerinin mevcut veya potansiyel uygulama alanlarında mevcut teknoloji ile buluşma seviyesini ortaya koymak, gereksinim duyduğu ancak henüz uygulamaya alamadığı alanları ortaya çıkarmak bu buluşma seviyesini artırmak için çözümler ortaya koymaktır. Yukarıda ifade edilen amaçlar ve anket sonuçları kullanılarak bir matris oluşturulması düşünülmektedir.

3 Belirlenen amaç doğrultusunda teknoloji kullanımının ulusal düzeyde durum haritası çıkarılmış, sorunlar tespit edilmiş ve gelecek için de bir yol haritası önerisi yapılmıştır. Rapor kapsamında kullanılan teknoloji ifadesi öncelikle iki gruba ayrılmaktadır. Birincisi mekansal verinin elde edilmesi/üretilmesi için kullanılan ölçme donanımları, ikincisi ise mekansal verilerin işlenmesi, modellenmesi, CAD/GIS yazılımlarında kullanılması vb. durumları içeren değerlendirme yazılımlarıdır. Daha detaylı biçimi aşağıda ifade edilmektedir: 1. Veri elde etme teknikleri/yöntemleri (dataacquisition) 1.1. Mekansal veri altyapıları, geoportallar, INSPIRE, CityGML, BIM Mobile MappingSystems, drone-basedphotogrammtery, sensors, Nesnelerin İnterneti (IoT) 2. Veri işleme teknikleri/yöntemleri (dataprocessing) 2.1. Veri değerlendirme teknikleri/yöntemleri (GNSS PPP, Online GNSS dataprocessing,...) (hesaplama teknikleri, fuzzy, neuralnetworks, etc.) 2.2. Mekansal veri analizleri (GIS analizleri, GIS sorgulamaları, Web GIS üzerinden sorgulamalar/analizler) 2.3. Mekansal verinin depolanması (BigData, NoSQL, dataschemas, data/informationmodeling, CityGML, BIM...) 2.4. Mekansalverşnin modellenmesi (Kent Modelleri) 2.5. Semantik modelleme ve semantik web teknolojileri (ontolojiler,...) 3. Sunum/paylaşım teknikleri/yöntemleri (datasharing) (visualization) B/3B/3B++/nB Görselleştirme 3.2. Veri/Bilgi Değişimi, Aynı ya da farklı amaçlı geliştirlen sistemlerde paylaşım (Servis mimarileri, OGC Web Services) 3.3. Sanal Gerçeklik, Desteklenmiş Gerçeklik, Hologramlar 4. Uygulama Alanları (Akıllı Şehirler/SmartCity, Sürücüsüz Araçlar, Robotik, Uzay,...) 4.1. İş modelleri (farklı uygulama alanlarının birlikte çalışmasına uygun iş modellerinin geliştirimesi), Endüstri 4.0 TMUÇG olarak mekansal bilgi sektöründe teknolojinin kullanımı aşağıdaki biçimde sınıflandırılmıştır: Teknoloji üretenler ve/veya geliştirenler

4 Teknolojiyi kullananlar Geliştirilen teolojileri kullanıcılarla buluşturanlar Teknolojinin kullanımına ve felsefesine ilişkin eğitim verenler Mekansal Bilgi sektöründe teknolojiyi kullanan aktörler kamu, yerel yönetim, özel sektör, akademi, sivil toplum örgütleri ve son kullanıcılardır. TUMÇG olarak mekansal bilgi sektöründeki paydaşlar aşağıdaki biçimde sınıflandırılmıştır: İşveren (Kamu, belediye ve özel sektör) Yüklenici (Özel sektör) Teknoloji transferi yapan (distributör) Araştırmacı (Üniversite ) Teknolojinin uygulama alanları ise aşağıdaki gibi sınıflandırılabilir: Mekansal Veri Altyapıları (NationalSpatial Data Infrastructure, NSDI) Mekansal Bilgi Sistemleri (Geospatial Information System, GIS) Harita Üretimi (Yersel, uydu, İHA vb. teknikler kullanılarak) Plan Yapımı Arazi Yönetimi (Kamu Ölçmeleri, İmar Uygulamaları, Arazi Toplulaştırması, Kentsel Dönüşüm, Gayrimenkul Değerleme) Mühendislik Projeleri (Altaypı, üstyapı, vb.) Görüntü İşleme (Fotogrametri ve Uzaktan Algılama görüntüleri için) Endüstri4.0 (Akıllı Şehirler, Makien Öğrenmesi, Büyük Veri, vb.) (Bir matris geliştirilebilir: Mekansal bilgi sektöründeki hangi aktörler hangi teknolojileri kullanmaktadır) Yukarıda sözü edilen paydaşlar arasında teknolojinin adaptasyonunda en çok zorlanan aynı zamanda en büyük işveren olan kamu kurumları ve yerel yönetimlerdir. Kamu kurum ve kuruluşları ile bu kurumlara iş yapan özel sektörün en çok zorlandığı konu yasa ve yönetmeliklerin yenilenme hızının teknolojinin gelişme hızının çok gerisinde kalıyor olmasıdır. Yasa ve yönetmeliklerin görece yavaş hızla dönüşümü yeni nesil teknolojilerle yapılan mekansal üretimlerinin denetimlerinin yapılamamasına ve tescil işlerinin gerçekleştirilememesine neden olmaktadır. Mekansal Bilgi endüstrisinin tüm paydaşlarında bulunan teknolojinin kullanımı bilgi eksikliği ve hizmet içi eğitimlerin olması gerektiği biçimde yerine getirilememesi nedeniyle özel sektör kamu kurumlarını kolay bir biçimde manipüle edebilmekte ve projelerin başarıyla tamamlanmasına engel olmaktadır.

5 Teknoloji üretimi konusu iki şekilde görülmektedir. Ölçme donanımlarındaki teknoloji bütünüyle yurt dışına bağımlıyken, mekansal verinin işlenmesinde kullanılan yazılımlar yerli ve yabancı kaynaklı olabilmektedir. Mekansal Bilgi endüstrisindeki önemli eksiklerden birisi tüm bu teknolojilerin etkin kullanımını sağlayacak olan proje yönetiminin olması gerektiği gibi uygulanamamasıdır. NSDI, TAKBİS vb. büyük kamu projelerinde proje yönetimi eksikliği görülmektedir. Teknoloji kullanımındaki eksiklikler özellikle büyük mühendislik projelerinde gözlenmektedir. Genel olarak mekansal bilgi endüstrisinde bulunan kurum ve kuruluşlar genellikle yurt içi projelere ilgi göstermekte ve yurt dışına teknoloji götürme ve uygulama gerçekleştirme konularında sıkıntı yaşamaktadır. Mekansal Bilgi endüstrisinde meslektaşların teknoloji kullanma isteğinin yüksek olduğu görülmektedir. Yeni ve gelişkin teknolojinin kullanımının motivasyonun kazanç olduğu ve kazancı artmasından beklenilenin de maliyetlerin düşürülmesi, iş sürelerinin azaltılması ve karlılığın artması olduğu görülmektedir. Önemli bulunan bir diğer konu da Mekansal Bilgi endüstrisinde her ne kadar birbirinden farklı gibi görünen ancak gerçekte birbirleriyle ilişkili olan ulusal düzeyde bir çok bilimsel ve teknik kongre düzenlenmektedir. Bunlardan bazıları TUJK, TUFUAB, CBS Kongresidir. Ancak bu kongreler birbirlerinden bağımsız olarak düzenlenmekte ve kongreleri sonuçlarının arasında ilişkiler kurulmamaktadır. Bu durum sözü edilen etkinliklerin sürdürülebilirliği ve mekansal bilgi endüstrisinin kalkınmasını engellemektedir. Harita ve Kadastro Mühendisleri Odası özellikle teknolojiye ilişkin konularda Türkiye Bilişim Derneği, Türkiye Bilişim Vakfı, Mekansal Bilişim İnisiyatifi, Harita Mühendisleri İş Adamları Derneği, TMMOB nin diğer meslek odaları gibi diğer kurum ve kuruluşlarla da ortak çalışmalar yapmalıdır. Yol haritasının oluşturulabilmesi için aşağıdaki soruların yanıtlanması gerekmektedir: Bugünün ve geleceğin harita ve kadastro (geomatik/geoinformatik) mühendisi nasıl olmalı? Mekansal Bilgi endüstrisinde birlikte çalışabilirlik nasıl sağlanmalı? Mekansal Bilgi endüstrisinde teknoloji yönetimi nasıl sağlanmalı? Çözüm önerileri: Mekansal Bilgi sektöründe teknolojiyi kullanan aktörlerden kamu ve yerel yönetim teknoloji üretim konularına girmektense gereksinim duyduğu teknolojiyi/çözümleri üreticilerden taelp etmeli. Kamu ve yerel yönetimlerin tasarruf amaçlı olarak kendi işini kendi görme, hizmet üretimini kendi yapma çabalarındaki stratejiler ve iş modeller gözden geçirilmeli Üniversite/Akademi/Araştırma kurumları ve teknoloji üreten gruplar çok sık bir araya gelmeli. Kamu + Üniversite + Özel sektör işbirliği ile gerçekleştirilen proje sayısı artmalı. Üniversitelerdeki mesleki eğitimde müfredat birliği sağlanmalı. Bölüm isimlerinde birliktelik sağlanmalı.

6 Yeniden yapılanma: Üniversite HKM STBK Kamu ÖzelSektör Yeni uygulama alanları: IoT, Machine Learning, AI vb.